1 / 23

Análisis de componentes principales

Análisis de componentes principales. Algunas técnicas estadísticas. Relación entre 2 variables. Correlación. Examina el grado en que 2 variables varían a la par. Por ejemplo, ¿existe una variación a la par entre el largo de la nariz ( x ) y el largo de la oreja izquierda ( y )?

evan
Download Presentation

Análisis de componentes principales

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Análisis de componentes principales

  2. Algunas técnicas estadísticas

  3. Relación entre 2 variables

  4. Correlación • Examina el grado en que 2 variables varían a la par. • Por ejemplo, ¿existe una variación a la par entre el largo de la nariz (x) y el largo de la oreja izquierda (y)? • La hipótesis nula sería: H0: x no se correlaciona con y

  5. Correlación

  6. Correlación • r = coeficiente de correlación; provee una medida de la dispersión de los valores desde la línea de mejor correlación • y = a + bx; define la línea de mejor correlación • a = intercepto en y • b = pendiente de la línea de correlación • Una medida de cuanta variabilidad explica la línea de correlación sería r2 .

  7. Cuando tratamos con más de 2 variables

  8. Análisis de componentes principales

  9. Reducción de 3 dimensiones a sólo 2 dimensiones

  10. centroide ejes ortogonales

  11. Otro ejemplo con 3 variables en 28 muestras X1, X2, X3 a - z

  12. PCA • Ecuación general para uno de los componentes principales: • Posición en 1er componente (eje) principal = a1y1 + a2y2 + a3y3 …anyn • Donde “a1” = eigenvector de especie 1, y “y1” = abundancia de especie 1 • eigenvalor = porción de la varianza total explicada por un componente

  13. Correlación • r = coeficiente de correlación; provee una medida de la dispersión de los valores desde la línea de mejor correlación • y = a + bx; define la línea de mejor correlación • a = intercepto en y • b = pendiente de la línea de correlación • Una medida de cuanta variabilidad explica la línea de correlación sería r2 .

  14. PCA • Ecuación general para uno de los componentes principales: • Posición en 1er componente (eje) principal = a1y1 + a2y2 + a3y3 …anyn • Donde “a1” = eigenvector de especie 1, y “y1” = abundancia de especie 1 • eigenvalor = porción de la varianza total explicada por un componente

  15. FIRST 6 EIGENVECTORS -------------------------------------------------------------------------------- Eigenvector Species 1 2 3 4 5 6 -------------------------------------------------------------------------------- Abgr-t 0.3746 0.4312 0.1875 0.0539 -0.1382 0.0486 Acma-t 0.3673 0.3561 0.2293 -0.3022 -0.3680 0.2511 Conu 0.3321 -0.5293 0.0516 0.1086 -0.1865 -0.1157 Frla -0.0186 -0.2620 0.6508 -0.0473 -0.2761 -0.5382 Prav-t 0.3754 -0.4691 -0.2251 0.1103 0.0793 0.2340 Psme-t 0.2895 0.3066 0.0466 0.5199 0.4811 -0.4419 Pyco-t -0.0943 -0.1363 0.6348 -0.0783 0.5731 0.4644 Quga-t -0.5824 0.0749 -0.0112 -0.0208 -0.0808 -0.1369 Rhpu-t 0.2030 -0.0162 -0.1732 -0.7764 0.4022 -0.3836 --------------------------------------------------------------------------------

  16. VARIANCE EXTRACTED, FIRST 9 AXES --------------------------------------------------------------- Broken-stick AXIS Eigenvalue %Variance Cum.%Var. Eigenvalue --------------------------------------------------------------- 1 2.806 31.179 31.179 2.829 2 2.009 22.323 53.502 1.829 3 1.456 16.182 69.684 1.329 4 1.070 11.884 81.568 0.996 5 0.650 7.226 88.794 0.746 6 0.593 6.588 95.382 0.546 7 0.268 2.981 98.364 0.379 8 0.147 1.636 100.000 0.236 9 0.000 0.000 100.000 0.111 ---------------------------------------------------------------

  17. ¿Cuándo es apropiado? • Ideal cuando las relaciones entre variables son lineales • Las variables tienen distribuciones normales • El uso de distancia euclidiana es apropiado para los datos • Ausencia de rezagados muy influyentes • Pero… • Datos de comunidades generalmente no cumplen con esos requisitos

  18. Justificación del modelo lineal

More Related